上篇內(nèi)容介紹關(guān)于機(jī)器學(xué)習(xí)一些基礎(chǔ)概念的理解，今天深入的介紹機(jī)器學(xué)習(xí)的各種方式蚜厉，以及在產(chǎn)品中的有哪些應(yīng)用敲长。
機(jī)器學(xué)習(xí)都有哪些學(xué)習(xí)方式梨与？
涉及到機(jī)器學(xué)習(xí)相關(guān)知識：
- 監(jiān)督學(xué)習(xí)：需要“標(biāo)簽”當(dāng)老師凰锡，明確要預(yù)測什么未舟。
- 無監(jiān)督學(xué)習(xí)：不告訴機(jī)器正確答案圈暗，讓機(jī)器自己學(xué)習(xí)，給出結(jié)果裕膀。
- 半監(jiān)督學(xué)習(xí)：訓(xùn)練的數(shù)據(jù)员串，只有一小部分是標(biāo)記過的，大部分是沒有標(biāo)記昼扛。
- 強(qiáng)化學(xué)習(xí)：通過反饋寸齐，邊實(shí)踐邊學(xué)習(xí)。
- 遷移學(xué)習(xí)：在某個垂直領(lǐng)域訓(xùn)練完成后野揪，移致去其他相關(guān)領(lǐng)域調(diào)優(yōu)發(fā)揮作用访忿。
監(jiān)督學(xué)習(xí)
什么是監(jiān)督學(xué)習(xí)：
- 概念：監(jiān)督學(xué)習(xí)就是通過樣例給定輸入與輸出瞧栗，讓程序?qū)W會一些通用的規(guī)則斯稳，這樣對于需要預(yù)測的數(shù)據(jù)，得到輸出迹恐。
- 詮釋：有一個明確預(yù)測的目標(biāo)挣惰，比如：預(yù)估房價(jià)，給予機(jī)器大量的有標(biāo)簽的數(shù)據(jù)殴边，以及最終的銷售價(jià)憎茂，來訓(xùn)練這個模型。
監(jiān)督學(xué)習(xí)主要解決的是兩類問題：
-
回歸問題：
- 概念：預(yù)測結(jié)果是連續(xù)的锤岸，意味著我們嘗試將輸入變量映射到一些連續(xù)函數(shù)竖幔。
- 舉例：如預(yù)測房價(jià)的例子，通過大量輸入輸出數(shù)據(jù)是偷，以及各種房屋類型拳氢，環(huán)境等標(biāo)簽，訓(xùn)練模型后蛋铆，輸入新的數(shù)據(jù)馋评，既可預(yù)測房價(jià)。
-
分類問題：
- 概念：預(yù)測結(jié)果是離散的刺啦，意味著我們嘗試將輸入變量映射到離散類別留特。
- 舉例：如芒果的例子，同樣通過大量輸入輸出數(shù)據(jù)玛瘸，包括芒果蜕青，顏色，大小糊渊，形狀市咆，以及甜度，成熟度等標(biāo)簽再来，當(dāng)輸入新的數(shù)據(jù)蒙兰，機(jī)器計(jì)算出屬于這個芒果是在吃磷瘤，還是在不好吃的分類里。
監(jiān)督學(xué)習(xí)主要涉及到的算法模型如下：
- 線性回歸模型（Linear Regression）
- K-近鄰算法（k-Nearest Neighbors搜变，KNN）
- 決策樹（Decision Trees）
- 樸素貝葉斯（Naive Bayesian）
- 邏輯回歸（Logistic Regression）
個人建議產(chǎn)品經(jīng)理對于算法重視采缚，初期知道解決的是什么問題即可，不要從學(xué)習(xí)的視角去深入挠他，而是實(shí)際遇到問題扳抽，遇到問題時候再研究。
無監(jiān)督學(xué)習(xí)
什么是無監(jiān)督學(xué)習(xí)：
- 詮釋：無監(jiān)督學(xué)習(xí)就是不給數(shù)據(jù)提供標(biāo)簽殖侵，由程序自動對數(shù)據(jù)進(jìn)行聚類贸呢、關(guān)聯(lián)、降維等工作拢军。
- 詮釋：我們擁有大量的數(shù)據(jù)楞陷，但是不知道答案，需要用無監(jiān)督學(xué)習(xí)的方法茉唉，讓它們根據(jù)某些特征自動分成若干組固蛾，從而找到數(shù)據(jù)中存在的價(jià)值。
無監(jiān)督學(xué)習(xí)主要解決的三類問題：
-
關(guān)聯(lián)
- 概念：為了發(fā)現(xiàn)各種現(xiàn)象同時出現(xiàn)的概率度陆。
- 舉例：經(jīng)典例子艾凯，男人買啤酒和買尿布的關(guān)聯(lián)性非常高，超市把啤酒和尿布放在一起懂傀，從而提高業(yè)績趾诗。
-
聚類
- 概念：把樣本分堆，使同一堆中的樣本之間很相似蹬蚁，而不同堆之間的樣本就有些差別恃泪。
- 舉例：Google新聞，每天會搜集大量的新聞缚忧，然后把它們?nèi)烤垲愇虮茫蜁詣臃殖蓭资畟€不同的組（比如娛樂，科技闪水，政治......）糕非，每個組內(nèi)新聞都具有相似的內(nèi)容結(jié)構(gòu)。
-
降維
- 概念：降維意味著減少數(shù)據(jù)集中變量的個數(shù)球榆，但是仍然保留重要的信息朽肥。主要作用是壓縮數(shù)據(jù)與提升機(jī)器學(xué)習(xí)其他算法的效率。
- 舉例：房價(jià)包含房子的長持钉、寬衡招、面積與房間數(shù)量四個特征，也就是維度為4維的數(shù)據(jù)每强。而面積=長 × 寬始腾，通過降維算法我們就可以去除冗余信息州刽，即從4維的數(shù)據(jù)壓縮到2維
無監(jiān)督學(xué)習(xí)主要涉及到的算法模型如下：
- K 均值算法（K-means）
- 自編碼（Autoencoding）
- 主成分分析（Principal components analysis）
- 隨機(jī)森林（Random forests）
同理，解決實(shí)際問題中浪箭，再深入到算法里提升自己的認(rèn)知穗椅。
半監(jiān)督學(xué)習(xí)
什么是半監(jiān)督學(xué)習(xí)：
- 概念：使用大量的未標(biāo)記數(shù)據(jù)，以及同時使用標(biāo)記數(shù)據(jù)奶栖，來進(jìn)行模式識別工作匹表。
- 詮釋：大概意思就是，監(jiān)督學(xué)習(xí)與無監(jiān)督學(xué)習(xí)相結(jié)合的一種學(xué)習(xí)方法宣鄙，介于兩者之間袍镀。
半監(jiān)督學(xué)習(xí)解決問題：
- 相比監(jiān)督學(xué)習(xí)：節(jié)約人力成本，提高投入產(chǎn)出比冻晤。
- 相比無監(jiān)督學(xué)習(xí)：可以得到分配更高精度的模型苇羡。
具體適用場景的舉例：
- 例如：視頻網(wǎng)站上有幾百萬的視頻，但其中只有幾十萬的視頻有標(biāo)簽明也，如果把剩下幾百萬視頻都打上標(biāo)簽宣虾，工作量和成本是巨大的惯裕，而用無監(jiān)督的方法温数，在很多情況下精度會很低，所以使用半監(jiān)督的方法蜻势，可以在節(jié)省人力的情況下撑刺，得到分類更高精度的模型。
- 例如：垃圾信息過濾握玛，一般的方法是監(jiān)督够傍，需要大量的語料標(biāo)注，告知系統(tǒng)哪些可能是垃圾信息挠铲。但用戶產(chǎn)會生了大量的信息冕屯，且垃圾信息的發(fā)布者也在調(diào)整策略，無法進(jìn)行實(shí)時標(biāo)注拂苹，這里可以用半監(jiān)督的方法安聘，根據(jù)垃圾信息發(fā)布者的特殊行為，發(fā)布內(nèi)容等找到相似性瓢棒，進(jìn)行過濾浴韭。
強(qiáng)化學(xué)習(xí)
什么是強(qiáng)化學(xué)習(xí)：
- 概念：強(qiáng)化學(xué)習(xí)就是智能系統(tǒng)從環(huán)境到行為映射的學(xué)習(xí)，以使獎勵信號(強(qiáng)化信號)函數(shù)值最大脯宿。如果Agent的某個行為策略導(dǎo)致環(huán)境正的獎賞(強(qiáng)化信號)念颈，那么Agent以后產(chǎn)生這個行為策略的趨勢便會加強(qiáng)。
- 詮釋：針對沒有標(biāo)注數(shù)據(jù)集的情況而言连霉，通過反饋來區(qū)分是否越來越接近目標(biāo)榴芳。比如常見一個猜價(jià)格的游戲嗡靡，你來猜這個東西值多少錢，別人告訴你猜的價(jià)格是高了還是低了窟感。
- 例如：阿爾法狗叽躯，自己跟自己下圍棋，通過一盤盤的勝負(fù)肌括，自我學(xué)習(xí)点骑、自我修煉、自我改正谍夭，然后一個一個迭代黑滴，自己跟自己下了1000萬盤之后，完全就是一個新的狗狗紧索。
強(qiáng)化學(xué)習(xí)和監(jiān)督學(xué)習(xí)的區(qū)別：
-
監(jiān)督學(xué)習(xí)總的來說是一個開環(huán)的學(xué)習(xí)袁辈。
- 通常，監(jiān)督學(xué)習(xí)任務(wù)會從環(huán)境中收集一批數(shù)據(jù)珠漂；
- 接著我們用監(jiān)督學(xué)習(xí)算法從數(shù)據(jù)中產(chǎn)生模型晚缩；
- 最后就可以用這個模型來做預(yù)測了。
-
但是對于強(qiáng)化學(xué)習(xí)來說媳危，它面對的是一個閉環(huán)的學(xué)習(xí)荞彼。
- 首先，也是從環(huán)境中產(chǎn)生數(shù)據(jù)待笑；
- 用強(qiáng)化學(xué)習(xí)的算法從數(shù)據(jù)中產(chǎn)生模型鸣皂；
- 還要把模型放回到環(huán)境中運(yùn)行，接著又會產(chǎn)生新的數(shù)據(jù)出來暮蹂，再重復(fù)以上步驟寞缝。
強(qiáng)化學(xué)習(xí)的應(yīng)用：
- 例如：訓(xùn)練機(jī)器臂，把一個指的位置的物體仰泻，拿到另外一個指定的位置上荆陆，這里你不告訴它怎么做，讓他通過一遍遍的訓(xùn)練集侯，找到最佳的移動物體路徑被啼。
- 例如：個性化推薦，當(dāng)推薦你某個分類內(nèi)容時候浅悉，你會點(diǎn)擊或查看趟据，它就會根據(jù)你的行為，推薦給你更多該分類的內(nèi)容术健。
- 例如：無人機(jī)操作汹碱，指定你的無人機(jī)進(jìn)行某種動作飛行，通過強(qiáng)化學(xué)習(xí)來控制高度荞估，速度咳促，姿態(tài)等等稚新，根據(jù)獎勵讓它自己學(xué)習(xí)策略，來達(dá)到目的
遷移學(xué)習(xí)
什么是遷移學(xué)習(xí)：
- 概念：一般就是指要將從源領(lǐng)域?qū)W習(xí)到的東西應(yīng)用到目標(biāo)領(lǐng)域上去跪腹。
- 詮釋：比如你會騎自行車褂删，你會控制車把，剎車冲茸，控訴屯阀，躲避，踩踏轴术，平衡感等等难衰，然后讓你騎摩托車時候，你也可以輕易上手逗栽，逐漸適應(yīng)速度和動力上的特殊性盖袭。
遷移學(xué)習(xí)應(yīng)用：
- 模擬中學(xué)習(xí)：不管是無人車，還是機(jī)械臂彼宠，在現(xiàn)實(shí)中學(xué)習(xí)耗時且昂貴鳄虱。通過模擬的方法，在虛擬中完成部分的訓(xùn)練凭峡，遷移到現(xiàn)實(shí)中拙已，當(dāng)然這種方法存在很多問題，畢竟虛擬世界無法做到跟現(xiàn)實(shí)一模一樣想罕，比如物理引擎悠栓，但是作為初始訓(xùn)練是可行的霉涨。
- 適應(yīng)新領(lǐng)域：在線推薦系統(tǒng)中利用遷移學(xué)習(xí)按价，例如影像資料領(lǐng)域做好一個推薦系統(tǒng)，然后應(yīng)用在稀疏的笙瑟、新的垂直領(lǐng)域書籍資料里楼镐。
- 跨語言傳播知識：從一種語言學(xué)習(xí)然后將所得知識應(yīng)用于另一種語言，是遷移學(xué)習(xí)的另一個重要應(yīng)用往枷。比如英語訓(xùn)練之后框产，遷移到印度本土語言上。
以上就是本人對于機(jī)器學(xué)習(xí)中各種學(xué)習(xí)方式理解错洁，而其中的「深度學(xué)習(xí)」部分會單獨(dú)談?wù)勛约豪斫狻?/p>
AI PM認(rèn)知系列的相關(guān)閱讀：
第一篇：從0開始搭建產(chǎn)品經(jīng)理的AI認(rèn)知體系
第二篇：產(chǎn)品經(jīng)理的AI知識框架：計(jì)算機(jī)視覺
第三篇：產(chǎn)品經(jīng)理的AI知識框架：語音識別與合成
第四篇：產(chǎn)品經(jīng)理的AI知識框架：機(jī)器學(xué)習(xí)1基礎(chǔ)篇
作者：蘭楓秉宿，前騰訊游戲，新浪微博PM屯碴，Elex產(chǎn)品總監(jiān)描睦，連續(xù)創(chuàng)業(yè)者。
